于丽， 亚森·艾则孜

(新疆警察学院 信息安全工程系， 新疆 乌鲁木齐 830011)

采用相关反馈和文档相似度的维吾尔语检索词加权方法

于丽， 亚森·艾则孜

(新疆警察学院 信息安全工程系， 新疆 乌鲁木齐 830011)

针对维吾尔语Web文档的有效检索问题，提出一种基于相关反馈和文档相似度的检索词加权方法.首先，对维吾尔语文档进行预处理，获得相应的词干集.然后，当用户输入多个检索词时，执行初始检索，并基于局部相关反馈思想提取出排名靠前的N个文档.接着，利用TF-IDF算法计算检索词与反馈文档之间的词频相似度，通过余弦距离计算文档之间的相似度，并以此对检索词进行两次加权.最后，根据加权后的检索词进行文档检索.实验结果表明:该方法能够准确地检索出用户所需的文档，并将其靠前排序.

维吾尔语； 文档检索； 检索词加权； 相关反馈； 文档相似度

随着国家对新疆地区投入的增加，大量维吾尔语等少数民族语种的文字信息开始以数字化形式呈现[1].若能迅速准确地从维吾尔语书写的Web文档数据中获得所需文档，将会为新疆地区的文化发展作出一定的贡献.在文档检索中，用户经常会输入多个检索词.在传统检索中，各检索词的权重一致.但由于用户初始查询时，其信息需求通常比较模糊，从而无法准确地反馈实际需求的文档[2].目前，提高检索系统性能的方法主要包括概率和语言模型方法[3]、检索分类方法[4]及检索修正方法[5].其中，检……